将模糊测试的反馈循环应用于开放式调查。通过维护探索、线索和未解释结果的笔记本，持续评估新颖性并防止无效循环，适用于无明确路径的研究、调试及数据分析等复杂探索任务。
强制在宣称任务完成前执行验证命令并确认结果，禁止无证据断言。通过铁律和检查点确保测试、构建等状态真实可靠，防止盲目自信或依赖未经验证的代理报告。
辅助用户编写、设计或改进 Agent Skill（SKILL.md），涵盖意图捕获、现有技能查重、复用决策、元数据定义及安装流程，确保技能精准触发与规范落地。
提供持久化记忆管理功能，支持通过Node.js脚本搜索、问答和查看最近记忆。记忆存储于单一便携文件，自动分类为发现、决策等类型，辅助开发者在编码过程中回顾上下文与经验。
提供用户数据管理工具，支持读取、更新和删除个人资料、偏好设置、自选股及投资组合信息。
将对话结果拆解为独立任务并推送到看板，管理并行编码代理会话。作为编排者分解工作、创建任务、监控进度，确保每个任务生成可审查的PR。
分析公司或股票代码，评估其分红收入的持久性和吸引力，判断是否适合投资组合。支持新标的研究与现有持仓审查，强调数据交叉验证与税务影响，不替代投资建议。
用于解释决策逻辑、规则推理及图分析结果，提供可追溯性、因果上下文和人类可读的理由。支持针对特定决策ID或图节点生成包含因素、置信度及因果链的详细解释。
指导如何在一个消息中并行发起多个Task调用，以实现任务并发执行、提升效率。适用于多子代理协调及吞吐量最大化场景。
负责Edmund仓库文档规范与写作，包括事实路由、架构文档维护、变更日志格式及调查模板。用于指导文档编写、更新及决定新信息归属，不涉及代码修改或调试。
提供创建和更新 Agent Skill 的指导，涵盖技能结构、核心原则（如简洁性、自由度控制）及资源组织方式，帮助用户构建扩展 Claude 能力的模块化技能包。
提供编写Agent技能的最佳实践，强调可预测性。详解模型/用户调用权衡、描述精简及信息层级，指导提升技能确定性。
用于验证DART 3D场景和物理模拟正确性的技能，结合文本指标与无头渲染图像进行调试、审查和基准测试。
